使用 LangChain、LangChain vector store、AWS Bedrock Claude 3 Haiku 和 IBM granite-embedding-107m-multilingual 构建 RAG 聊天机器人

什么是 RAG

检索增强生成（Retrieval-Augmented Generation，简称 RAG）正引领生成式 AI，尤其是对话式 AI 的新潮流。它将预训练的大语言模型（LLM，如 OpenAI 的 GPT）与存储于向量数据库（如 Milvus、Zilliz Cloud）中的外部知识源相结合，从而让模型输出更准确、更具上下文相关性，并且能够及时融合最新信息。一个完整的 RAG 系统通常包含以下四大核心组件：

向量数据库：用于存储与检索向量化后的知识；
嵌入模型：将文本转为向量表示，为后续的相似度搜索提供支持；
大语言模型（LLM）：根据检索到的上下文和用户提问生成回答；
框架：负责将上述组件串联成可用的应用。

核心组件说明

本教程将带你在 Python 环境下，借助以下组件一步步搭建一个初级的 RAG 聊天机器人：

LangChain: 一个开源框架，帮助你协调大语言模型、向量数据库、嵌入模型等之间的交互，使集成检索增强生成（RAG）管道变得更容易。
LangChain in-memory vector store: 一个内存型， 临时性 的向量存储，将嵌入数据存储在内存中，并通过精确的线性搜索找到最相似的嵌入。默认的相似度度量是余弦相似度，但可以更改为 ml-distance 支持的任何相似度度量。目前该存储仅适用于演示，不支持 ID 或删除操作。 (如果您需要为应用程序或企业项目提供更具扩展性的解决方案，我们推荐使用 Zilliz Cloud，这是一个基于开源项目 Milvus构建的全托管向量数据库服务，并提供支持最多 100 万个向量的免费套餐。)
AWS Bedrock Claude 3 Haiku: 该模型利用了AWS的Bedrock服务中Claude 3的强大能力，促进了可扩展的AI解决方案。它在自然语言理解和生成任务方面表现出色，非常适合客户支持、内容创作和对话代理。与云基础设施的集成确保了企业的灵活性和部署的便利性。
IBM granite-embedding-107m-multilingual: 这个AI模型专注于生成多语言嵌入，能够实现不同语言之间的语义理解。它拥有1.07亿个参数，在跨语言检索、翻译和情感分析等任务中表现出色，非常适合需要对多样语言环境进行细致理解的全球应用。

完成本教程后，你将拥有一个能够基于自定义知识库回答问题的完整聊天机器人。

注意事项: 使用专有模型前请确保已获取有效 API 密钥。

实战：搭建 RAG 聊天机器人

第 1 步：安装并配置 LangChain

%pip install --quiet --upgrade langchain-text-splitters langchain-community langgraph

第 2 步：安装并配置 AWS Bedrock Claude 3 Haiku

pip install -qU "langchain[aws]"

# Ensure your AWS credentials are configured

from langchain.chat_models import init_chat_model

llm = init_chat_model("anthropic.claude-3-haiku-20240307-v1:0", model_provider="bedrock_converse")

第 3 步：安装并配置 IBM granite-embedding-107m-multilingual

pip install -qU langchain-ibm

import getpass
import os

if not os.environ.get("WATSONX_APIKEY"):
  os.environ["WATSONX_APIKEY"] = getpass.getpass("Enter API key for IBM watsonx: ")

from langchain_ibm import WatsonxEmbeddings

embeddings = WatsonxEmbeddings(
    model_id="ibm/granite-embedding-107m-multilingual",
    url="https://us-south.ml.cloud.ibm.com",
    project_id="<WATSONX PROJECT_ID>",
)

第 4 步：安装并配置 LangChain vector store

pip install -qU langchain-core

from langchain_core.vectorstores import InMemoryVectorStore

vector_store = InMemoryVectorStore(embeddings)

第 5 步：正式构建 RAG 聊天机器人

在设置好所有组件之后，我们来搭建一个简单的聊天机器人。我们将使用 Milvus介绍文档作为私有知识库。你可以用你自己的数据集替换它，来定制你自己的 RAG 聊天机器人。

import bs4
from langchain import hub
from langchain_community.document_loaders import WebBaseLoader
from langchain_core.documents import Document
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langgraph.graph import START, StateGraph
from typing_extensions import List, TypedDict

# 加载并拆分博客内容
loader = WebBaseLoader(
    web_paths=("https://milvus.io/docs/overview.md",),
    bs_kwargs=dict(
        parse_only=bs4.SoupStrainer(
            class_=("doc-style doc-post-content")
        )
    ),
)

docs = loader.load()

text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
all_splits = text_splitter.split_documents(docs)

# 索引分块
_ = vector_store.add_documents(documents=all_splits)

# Define prompt for question-answering
prompt = hub.pull("rlm/rag-prompt")


# 定义应用状态
class State(TypedDict):
    question: str
    context: List[Document]
    answer: str


# 定义应用步骤
def retrieve(state: State):
    retrieved_docs = vector_store.similarity_search(state["question"])
    return {"context": retrieved_docs}


def generate(state: State):
    docs_content = "\n\n".join(doc.page_content for doc in state["context"])
    messages = prompt.invoke({"question": state["question"], "context": docs_content})
    response = llm.invoke(messages)
    return {"answer": response.content}


# 编译应用并测试
graph_builder = StateGraph(State).add_sequence([retrieve, generate])
graph_builder.add_edge(START, "retrieve")
graph = graph_builder.compile()

测试聊天机器人

Yeah! You've built your own chatbot. Let's ask the chatbot a question.

response = graph.invoke({"question": "What data types does Milvus support?"})
print(response["answer"])

示例输出

Milvus 支持多种数据类型，包括稀疏向量、二进制向量、JSON 和数组。此外，它还支持常见的数值类型和字符类型，使其能够满足不同的数据建模需求。这使得用户能够高效地管理非结构化或多模态数据。

优化小贴士

在搭建 RAG 系统时，合理调优能显著提升性能与效率。下面为各组件提供一些实用建议：

LangChain 优化建议

为了优化 LangChain，需要通过高效地构建链路和代理来减少工作流程中的冗余操作。使用缓存避免重复计算，从而加快系统速度，并尝试采用模块化设计，确保模型或数据库等组件能够轻松替换。这将提供灵活性和效率，使您能够快速扩展系统，而无需不必要的延迟或复杂性。

LangChain in-memory vector store 优化建议

LangChain 内存型向量存储只是一个临时性的向量存储，它将嵌入数据存储在内存中，并进行精确的线性搜索以找到最相似的嵌入。它的功能非常有限，仅适用于演示。如果您计划构建一个功能完整甚至生产级的解决方案，我们推荐使用 Zilliz Cloud，这是一个基于开源项目 Milvus构建的全托管向量数据库服务，并提供支持最多 100 万个向量的免费套餐。)

AWS Bedrock Claude 3 Haiku 优化建议

Claude 3 的 Haiku 在 AWS Bedrock 上设计旨在快速高效，非常适合实时的 RAG 应用程序。通过优先处理高精度的嵌入并在传递给模型之前筛选掉低相关性文档来优化检索。保持提示的结构化，使用清晰的格式帮助模型关注最关键的上下文。对于事实准确性，使用 0.1 到 0.3 之间的温度设置，并调整 top-p 以平衡多样性。对于对延迟敏感的应用，利用 AWS Bedrock 的扩展能力，确保在高负载下平稳运行。实现缓存以减少 API 调用并提高响应时间，针对频繁访问的查询。如果在多模型设置中使用，请保留 Haiku 用于快速初步筛选或摘要，然后再将复杂查询上升到更大的模型。

IBM granite-embedding-107m-multilingual 优化建议

为了优化IBM granite-embedding-107m-multilingual模型在检索增强生成（RAG）设置中的表现，首先应在特定领域的数据上对模型进行微调，以提高其相关性和上下文理解能力。使用批处理生成嵌入以增强吞吐量，并为频繁查询的嵌入实现缓存机制以减少延迟。定期评估和更新检索策略，使用各种指标，如准确率和召回率，以确保你始终检索到最相关的数据。此外，考虑用多样的多语言输入来增强数据集，以开发对不同语言的更强理解，并尝试不同的超参数设置，如学习率和嵌入维度，以找到适合特定用例的最佳配置。

通过系统性实施这些优化方案，RAG 系统将在响应速度、结果准确率、资源利用率等维度获得全面提升。 AI 技术迭代迅速，建议定期进行压力测试与架构调优，持续跟踪最新优化方案，确保系统在技术发展中始终保持竞争优势。

RAG 成本计算器

估算 RAG 成本时，需要分析向量存储、计算资源和 API 使用等方面的开销。主要成本驱动因素包括向量数据库查询、嵌入生成和 LLM 推理。RAG 成本计算器是一款免费的在线工具，可快速估算构建 RAG 的费用，涵盖切块（chunking）、嵌入、向量存储/搜索和 LLM 生成。能帮助你发现节省费用的机会，最高可通过无服务器方案在向量存储成本上实现 10 倍降本。

立即使用 RAG 成本计算器

Calculate your RAG cost

收获与总结

通过深入本教程，您已经解锁了将最前沿工具结合起来构建一个完全功能的 RAG 系统的能力！您了解到 LangChain 是将一切串联在一起的“胶水”，轻松协调组件之间的数据流。IBM 的 granite-embedding-107m-multilingual 模型成为了您将文本转换为丰富的语义嵌入的秘密武器——跨语言捕捉含义，而 LangChain 的向量存储则高效地存储和检索这些嵌入，充当您的 AI 驱动的记忆库。随后，AWS Bedrock 的 Claude 3 Haiku 作为大脑介入，通过将检索到的上下文与其先进的推理相结合，生成类人响应。这些组件共同形成了一个无缝的管道，将原始数据转变为可操作的洞察，同时控制成本和复杂性。您甚至掌握了优化切片策略以改善检索和使用缓存来加快交互等专业技巧——这些技能将让您的 RAG 应用程序在一开始就变得更快、更智能。我们还别忘了您探索的免费 RAG 成本计算器，这是一个方便的工具，可以帮助您估算费用并规划可扩展项目，避免意外开销！

现在，您已经看到这些工具如何协调配合，想象一下接下来会发生什么。您不仅是在按照步骤操作——您已经具备了创建理解上下文、适应多语言输入并提供精确答案的 AI 解决方案的能力。无论您是在构建客户支持机器人、研究助理还是创意写作工具，您都拥有了蓝图。所以，继续尝试不同的模型，调整这些嵌入，并精细化您的检索逻辑。 RAG 的世界等待您去塑造，每一次迭代都将使您离具有突破性的成果更近一步。不要止步于此；将代码拿出来，融入您的创造力，开始构建让人惊叹的系统。智能应用的未来掌握在您手中——让我们一步步实现它，逐条查询！🚀

欢迎反馈！

我们很期待听到你的使用心得与建议！ 🌟 你可以：

在下方留言；
加入 Milvus Discord 社区，与全球 AI 爱好者一起交流。如果你觉得本教程对你有帮助，别忘了给 Milvus GitHub 仓库点个 ⭐，这将激励我们不断创作！💖

内容

大规模向量数据库

Zilliz Cloud 是一个专为大规模应用构建的全托管向量数据库，完美适配您的 RAG 应用。

免费试用 Zilliz Cloud

分享文章

快速免费计算您的 RAG 成本